第 07 章:连接协议与生态:MCP 标准解析

第 07 章:连接协议与生态:MCP 标准解析

核心观点:Agent 能力进化的两块拼图。MCP 是连接世界的”硬件接口”,解决了工具的互通性;Skills 是指导行动的”软件SOP”,解决了复杂任务的流程化。

1. 引言:从”连得上”到”用得好”

在 Agent 的世界里,长期存在两个痛点:

  1. 数据孤岛(连接难):你的 Agent 连不上本地数据库,也读不到 Notion 文档。
  2. 上下文爆炸(认知难):为了教 Agent 办成一件事,你要把几万字的工具文档塞进它的上下文,Token 瞬间耗尽。
    MCP (Model Context Protocol) 的出现解决了第一个问题。
    而近期 Anthropic 推出的 Agent Skills 则巧妙地解决了第二个问题。
    本章我们将按照技术演进的时间线,先拆解 MCP 这一底层协议,再剖析 Skills 这一上层能力。

2. 第一阶段:MCP —— AI 时代的 USB 协议

2.1 核心概念:Client-Host-Server

在 MCP 诞生前,连接外部工具需要写无数个特定的插件。MCP 定义了一套标准,彻底解耦了模型与数据。

  1. MCP Host (宿主):Agent 的运行环境(如 Claude Desktop, Cursor)。
  2. MCP Server (服务端):数据/工具提供方(如 Postgres Server, Git Server)。
  3. MCP Client (客户端):Host 内部的连接器。

💡 比喻MCP 就像 USB-C 标准

  • 无论你是鼠标、键盘还是打印机(Server),只要符合 USB 标准,插到任何电脑(Host)上都能直接用。
  • 开发者不再需要为每个 AI 模型单独写驱动。

2.2 三大原语 (Primitives)

MCP 提供了三种标准的交互方式:

  1. Resources (资源):被动读取数据(如读取日志文件)。
  2. Prompts (提示词):预定义的交互模板(如 Git Server 自带”生成 Commit Log”的提示词)。
  3. Tools (工具):主动执行函数(如 execute_sql, send_email)。

MCP 连接


3. 第二阶段:Agent Skills —— 封装”专业经验”

3.1 什么是 Skills?

有了 MCP,Agent 连上了工具。但它就像一个刚拿到全套手术刀的实习生,手里有刀,但不知道手术该先切哪。
Agent Skills 就是“手术 SOP 手册”
它是一个文件夹,包含 SKILL.md(操作说明)和脚本文件。

  • 核心机制:渐进式披露 (Progressive Disclosure)
    为了解决 Token 爆炸,Claude 并不是一次性读完所有手册。
    1. 扫描元数据:只读 Skill 的简介(~100 Tokens)。
    2. 按需加载:确定要用时,才读取详细步骤(<5k Tokens)。
    3. 执行:调用具体的脚本或 MCP 工具。

渐进式披露

3.2 为什么需要 Skills?

  • 确定性:通过 SKILL.md 约束 Agent 必须先”鉴权”再”操作”,避免乱来。
  • 复用性:团队沉淀下来的最佳实践(如”发布流程”),可以打包成 Skill 给所有人用。

4. 深度解析:MCP vs Skills

MCP vs Skills
很多开发者容易混淆这两者。其实它们是互补的上下游关系

4.1 协同关系图谱

形象比喻

  • MCP 是厨房里的家电(烤箱、搅拌机)。它们提供原子能力,且品牌通用(接口标准)。
  • Skills 是餐厅经理写的食谱与操作规范。它规定了”先用搅拌机打蛋,再用烤箱 180 度烤 20 分钟”。

4.2 维度对比表

维度 MCP (Model Context Protocol) Agent Skills
诞生时间 较早 (2024) 近期 (2025)
定位 Infrastructure (基建) Application (应用)
层级 底层连接 / 硬件接口 上层逻辑 / 软件驱动
核心作用 提供原子工具 (Tools) 和数据 提供流程编排 (Orchestration)
主要载体 JSON-RPC 协议 / WebSocket Markdown 文档 / 脚本文件
典型场景 “给我一个查数据库的接口” “帮我执行这个复杂的月度报表流程”

4.3 最佳实践:组合拳

Skill (脑) + MCP (手) 是目前的终极形态。

  • 场景:代码审查 Agent。
  • Skill 定义流程
    1. 读取 Git 变更(Step 1)。
    2. 运行 Linter 检查(Step 2)。
    3. 如果没问题,生成报告(Step 3)。
  • MCP 提供能力
    • Step 1 调用的 git_read_diff 来自 Git MCP Server
    • Step 3 调用的 create_issue 来自 GitHub MCP Server

5. 总结与预告

  • 本章总结
    • MCP 是连接的基石,让 AI 能”触达”万物。
    • Skills 是认知的封装,让 AI 能”有序”行动。
    • 未来的 Agent 开发,就是写好 MCP Server (造工具) + 编写 SKILL.md (写SOP)
  • 下章预告
    工具和流程都有了。对于开发者个人而言,我们的工作流将发生怎样的剧变?下一章《开发者进化:Agentic CLI 与智能 IDE》,我们将探讨 AI 如何重塑编程这件事。
# , ,
Your browser is out-of-date!

Update your browser to view this website correctly. Update my browser now

×